En el Aprendizaje Federado Jerárquico (HFL), la comunicación oportunista proporciona oportunidades para la cooperación entre nodos. En este trabajo, optimizamos la estrategia de cooperación de nodos utilizando la comunización oportunista con el objetivo de minimizar el costo de energía bajo la restricción de retardo. Diseñamos una estrategia de cooperación de nodos en línea (OSRN) basada en la teoría de paradas óptimas. A través del análisis teórico, demostramos la NP-dificultad del problema investigado y la relación de competencia que puede lograrse con OSRN. Realizamos experimentos de simulación exhaustivos y encontramos que el algoritmo propuesto supera al algoritmo de selección aleatoria SNNR con una reducción del 22.04% en el costo de energía. También se observa que el costo de energía se puede reducir en un 20.20% y un 13.54%, respectivamente, en comparación con los métodos existentes CFL y THF.